yu_fujiang的专栏

机器视觉不良品检测中准确率、误剔率、漏剔率的计算说明 在机器视觉实际应用中，缺陷品或称不良品检测是经常遇到的任务之一。随着深度学习技术的大量应用，一些传统机器视觉难以检测的缺陷也能够被很好的检测处理。在和客户沟通过程中， 会不断被问及系统的检测率、检测能力，这时候我们需要用几个指标去表达系统的实际检测效果。站在客户的角度，有几个方面的问题需要考虑：（1）不良品是否都能检测出来，有多少会被漏掉；（2）良品有多少会被误判为不良品。 客户...

1，汽车皮质包覆检测的基本思路是，先对不同位置、不同颜色、皮质的包覆进行模板采样，然后针对性做检测；2，检测分三步：（1）首先看灰度均值的差异值，这个可以设个固定阈值；                               （2）其次看梯度均值的差异值，在实际中发现同一批次的不同颜色皮料的梯度均值浮动是不相同的，亮颜色的浮动值大，暗颜色的浮动值小，因此这就导致无法针对不同颜色的皮质使

转载请注明：http://www.cppblog.com/polly-yang/一．房屋检测小结       一开始，直接用LSD（Line Segment Detector）检测VHR（Very High Resolution）遥感卫星图像中的房屋，效果很屎。效果很屎的主要原因是因为存在各种干扰，概括下来，主要有：      1. 道路。道路干扰性强主要是因为道路呈现各种